Pangram recauda USD 9 millones mientras el contenido de IA inunda internet

Pangram, una empresa emergente que construye herramientas para distinguir el contenido generado por IA de la escritura humana, recaudó USD 9 millones en una ronda liderada por Menlo Ventures, con la participación de Haystack, ScOp, Script Capital y Cadenza. La ronda coincide con el lanzamiento de Pangram 4, el modelo de detección de texto de nueva generación de la empresa, y Pangram Image, un detector de imágenes de IA disponible por ahora solo mediante una vista previa de investigación, con un lanzamiento más amplio previsto para las próximas semanas.

Los graduados en IA y aprendizaje automático de Stanford Max Spero y Bradley Emi fundaron Pangram hace unos dos años, después de que el lanzamiento de ChatGPT abriera lo que Spero llama una avalancha de bots, contenido de SEO generado por IA y “campañas de desinformación rusas impulsadas por LLM y campañas influenciadas por los EAU en Twitter”. Pangram afirma que Pangram 4 tiene una precisión superior al 99% para detectar textos asistidos por IA y contenido mixto humano-IA, y que puede detectar con mayor facilidad las herramientas “humanizadoras” de IA diseñadas para disimular la escritura de máquina. El sistema funciona entrenando el modelo con decenas de millones de documentos humanos conocidos y generando luego un “espejo sintético” de cada uno —que iguala el tema, la extensión y el tono, pero está escrito por un LLM de frontera— para que el modelo aprenda las decisiones estilísticas que distinguen al texto de IA, sin depender de metadatos ni marcas de agua.

Al poner a prueba directamente el modelo de texto, TechCrunch comprobó que detectaba de forma confiable artículos de noticias generados por IA con ChatGPT y Claude, y que resistía los intentos de inducir a esos modelos a evadir la detección. Cuando un artículo escrito por un humano fue pulido por ChatGPT y Claude, Pangram le asignó una puntuación de 13% de asistencia por IA —que el reportero consideró probablemente cercana a la realidad—, aunque el modelo marcó de forma inconsistente algunas oraciones completamente humanas en otras pruebas. El modelo de imágenes tuvo un desempeño comparable: detectó correctamente una imagen generada por IA incrustada dentro de una foto real, aunque en un caso etiquetó incorrectamente una imagen generada por IA como contenido humano.

El ascenso de Pangram llega mientras las instituciones formalizan su rechazo al contenido de IA: arXiv, el archivo de investigación de acceso abierto, introdujo este año una política que prohíbe a los autores enviar trabajos durante un año si sus envíos muestran evidencia de resultados de LLM sin revisar. Pangram compite con detectores como Winston AI, Originality.ai, Copyleaks y GPTZero. La empresa vende el acceso mediante una suscripción de USD 20 al mes, una extensión de Chrome que etiqueta el contenido de IA en tiempo real en X, LinkedIn, Substack, Reddit y Medium, y una API utilizada por Substack, Quora, escuelas y universidades, editoriales, agentes y reclutadores, entre otros, según Spero.

Por qué importa

A medida que se propaga la escritura generada por IA, Pangram apuesta a que verificar el origen humano se convierta en infraestructura central para editoriales, plataformas e instituciones de investigación: la nueva política de aplicación de arXiv muestra que esa presión ya está creciendo.